AI賦能數據庫管理“最后一公里”,融合架構重塑數據庫承載成本效能——zCloud 6.7與zData X 3.3正式發布

點擊藍字 ?關注我們

在數據驅動的新時代,數據庫的多元化和智能化已成不可逆的趨勢。3月31日,云和恩墨以“奇點時刻·數智躍遷”為主題舉辦線上發布會,云和恩墨創始人兼總經理蓋國強、公司數據庫和生態產品群總經理熊軍共同帶來?zCloud 6.7與?zData X 3.3兩大產品的重大版本更新。這場發布會不僅展現了云和恩墨在多元數據庫管理與承載技術上的突破性進展,更揭示了AI與數據技術深度融合的未來圖景。

奇點時刻:AI改寫數據庫運維管理范式

傳統數據庫運維管理的痛點在于“經驗的不可復制性”,資深工程師的故障處理能力往往依賴于長期實踐積累形成的經驗,而AI的介入正在將這種“積累”轉化為可推理、可迭代的智能邏輯。因此,蓋國強表示:“人工智能在AGI領域的質變或許仍需時間,但在傳統數據庫運維管理工作中,它已迎來了‘奇點時刻’。”

蓋國強提出,數據庫運維管理工作將面臨兩大變革:知識性工作模型化經驗性工作推理化。這意味著資深專家積累十數年的經驗可以通過知識圖譜、RAG(檢索增強生成)等技術實現數字化,甚至推理化,從而讓初級工程師也能借助工具完成專家級任務,大幅降低技術門檻。而云和恩墨的實踐成果表明,這一愿景正在逐步落地。

攻堅“最后一公里”:zCloud 6.7的AI躍遷

AI是數據庫運維管理方式變革的引擎,而產品的落地則決定了技術能否跨越“最后一公里”。熊軍展示了?zCloud 6.7的核心進化能力:傳統運維平臺往往止步于“發現問題”和泛泛地“給出建議”,而新版本的?zCloud?通過四大智能化模塊實現了從及時發現到合理建議再到真正解決問題的完整閉環。

智能問答場景中,私有化部署的DeepSeek或Qwen大語言模型與云和恩墨的專家經驗知識庫和知識圖譜相結合,能夠精準可靠地即時解答數據庫管理相關的各種難題;巡檢報告智能分析能夠針對每個巡檢項的具體結果精確找出問題的可能原因,并給出明確的修復建議甚至具體的檢查方法和執行命令;告警問題智能診斷會結合歷史經驗,利用知識圖譜與大語言模型進行推理,及時發現異常指標并從海量告警中定位問題源頭,最終形成診斷樹用于報告和總結;SQL性能智能優化則基于大模型的推理和運維知識形成的RAG,結合過往數據檢查發現低效SQL,并對索引優化、SQL改寫、表結構優化等問題給出精準建議,保障數據庫高效運行。

除了四大“智能體”的發布以外,本次?zCloud 6.7還著重于提升用戶的使用體驗,對交互設計進行了升級和功能優化;同時簡化部署流程,不超過20分鐘就能完成產品的安裝部署。熊軍還特別強調,為了進一步降低各行業各類用戶的使用門檻,本次同步發布的產品新版本包括?zCloud?企業版、zCloud?社區版,以及面向小規模數據庫環境的智能監控巡檢工具?Bethune X 6。三款產品均支持近30種數據庫的納管,為正處在數字化加速轉型、信創項目上馬的千行百業客戶提供了多樣化選擇。

面對網友對?zCloud?智能體與通用大模型的差異性疑惑,蓋國強給出了云和恩墨的答案:“通用大模型解決常識問題,而垂直領域的知識解決專業問題。”云和恩墨的優勢在于專業技術團隊歷經十余年,在上千家企業用戶的服務中沉淀了超過10萬套數據庫的運維管理經驗,加之墨天輪社區百萬級用戶貢獻的公域知識,它們共同構成了垂直領域的知識基座。這些資源通過大語言模型診斷、圖譜診斷、機器學習診斷,從“知識”轉化為“原子化診斷知識”,如今成為?zCloud?的智能內核,完成了數據庫運維管理能力的躍遷。

降本增效:zData X 3.3的融合架構創新

如果說?zCloud?解決的是數據庫的“健康管理”問題,zData X?則致力于讓數據庫在“底座更穩固”的同時最大程度地降低成本。此次發布的?zData X 3.3首次推出“存算一體”融合架構,直擊成本痛點。

新架構以三節點起步,每個節點同時配備存儲介質與計算資源,通過云和恩墨自研的zStorage?分布式存儲軟件,將本地磁盤池化為彈性存儲資源。在計算層,通過虛擬機運行多元數據庫,并實現高可用部署和多租戶資源隔離。相比傳統存算分離方案,融合架構的硬件成本能夠降低30%,節省33%的機架空間。

但眾所周知,在傳統虛擬化環境中,數據庫的IO性能往往因多層網絡虛擬化而大幅衰減。那么?zData X?是如何保障降低資源成本的同時不衰減性能呢?熊軍表示,這主要得益于在新版?zData X?中使用了SR-IOV切片,使得虛擬機可以直接訪問IB網卡;并通過RDMA和NVMe-oF技術,讓虛擬機直接訪問分布式存儲池,從而縮短IO路徑,實現虛擬機中無損耗的IO性能

zData 3.3的另一關鍵能力是存儲QoS可視化管理。它解決了混合負載場景下的資源爭搶難題,通過動態優先級調度,用戶可為不同業務分配差異化的存儲性能資源。此外,數據庫加速卷的引入,使得高優先級任務的IO請求進入存儲隊列時,系統會優先匹配資源,確保低延遲處理。

熊軍還表示,“全棧管理、簡化運維”一直是云和恩墨做數據庫生態產品的初心與目標。因此,zData X 3.3繼承了?zCloud?的部分數據庫管理能力,打破運行環境的差異,將硬件、操作系統、虛擬化,以及近30種數據庫統一管理,通過軟件內置的數據庫運維管理經驗,以一體機的形態為用戶提供運維管理更加標準化的產品。

結語

對于未來的產品演進規劃,熊軍表示?zCloud?將繼續深化AI能力,目標是“讓系統具備10年以上資深DBA的數據庫問題處理能力”;而?zData X?則計劃向“數據庫云化”演進,讓用戶獲得類似公有云RDS的開箱即用體驗,并通過智能調度實現“零干預”的高可用。

云和恩墨的這場春季產品發布會,揭示了一條樸素的邏輯:真正的創新未必需要顛覆性宣言,而是將技術拆解為可迭代的模塊,用AI填平經驗與效率的鴻溝,用存算一體解開成本與性能的死結。當?zCloud?的智能診斷將問題分析時間壓縮至分鐘級,當?zData X?的融合架構讓單庫承載成本降至每年數千元,數據技術的競爭力已不再局限于概念的領先,而是將每一個百分比的成本優化、每一分鐘的效率提升,轉化為客戶業務成功上的真實價值。

ENMOTECH

掃碼回看發布會錄像

圖片

數據驅動,成就未來,云和恩墨,不負所托!


云和恩墨創立于2011年,是業界領先的“智能的數據技術提供商”。公司以“數據驅動,成就未來”為使命,致力于將創新的數據技術產品和解決方案帶給全球的企業和組織,幫助客戶構建安全、高效、敏捷且經濟的數據環境,持續增強客戶在數據洞察和決策上的競爭優勢,實現數據驅動的業務創新和升級發展。

自成立以來,云和恩墨專注于數據技術領域,根據不斷變化的市場需求,創新研發了系列軟件產品,涵蓋數據庫、數據庫存儲、數據庫管理和數據智能等領域。這些產品已經在集團型、大中型、高成長型客戶以及行業云場景中得到廣泛應用,證明了我們的技術和商業競爭力,展現了公司在數據技術端到端解決方案方面的優勢。

圖片

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/bicheng/76030.shtml
繁體地址,請注明出處:http://hk.pswp.cn/bicheng/76030.shtml
英文地址,請注明出處:http://en.pswp.cn/bicheng/76030.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

I have something to say about Vue Node.js

關于Vue Node.js,我真的說了很多次了,讓我難以理解為啥這么粗糙的東西能流行一起。真瘋狂的世界。 vue讓感覺就像玩貓德一樣的,如此的瘋狂,天哪。睡覺了 Node.js v13 window7_nodejsv13-CSDN博客

【橘子大模型】使用streamlit來構建自己的聊天機器人(下)

一、簡介 我們之前完成了一個簡易的聊天機器人,但是還留下了一些問題沒有解決,比如如何開啟新的會話。如何切換session_id,如何把對話做成流式的輸出。這些我們就會在今天來完成。 二、關于新的會話和session_id from dotenv import load_…

php-cgi參數注入攻擊經歷淺談

起因: 阿里云服務器再次警告出現挖礦程序。上一次服務器被攻擊后,怕有惡意程序殘留,第一時間重裝了系統,也沒有詳查攻擊入口。不過事后還是做了一些防范,這臺留作公網訪問的服務器上并未保留業務數據,只作…

自動駕駛中的實時挑戰:如何優化車輛動力學模型

自動駕駛中的實時優化:自行車模型與雙軌模型的計算復雜度權衡 在自動駕駛領域,車輛動力學建模是實現精準控制和路徑規劃的關鍵。自行車模型和雙軌模型作為兩種主流的建模方法,在實時性需求下如何平衡計算復雜度與精確度,是工程師們必須面對的挑戰。本文將深入探討這兩種模…

Hybrid 架構的概念,以及如何優化Hybrid 通信方案,提升頁面加載速度和渲染性能

1. 什么是 Hybrid 架構? Hybrid(混合)架構是指 結合 Web 技術和 Native(原生)技術 的移動應用開發模式,通常由以下部分組成: Web 部分:使用 HTML、CSS、JavaScript(或前…

關于類模板STL中vector容器的運用和智能指針的實現

代碼題&#xff1a;使用vector實現一個簡單的本地注冊登錄系統 注冊&#xff1a;將賬號密碼存入vector里面&#xff0c;注意防重復判斷 登錄&#xff1a;判斷登錄的賬號密碼是否正確 #include <iostream> #include <cstring> #include <cstdlib> #in…

OpenCV 從入門到精通(day_04)

1. 繪制圖像輪廓 1.1 什么是輪廓 輪廓是一系列相連的點組成的曲線&#xff0c;代表了物體的基本外形。相對于邊緣&#xff0c;輪廓是連續的&#xff0c;邊緣不一定連續&#xff0c;如下圖所示。其實邊緣主要是作為圖像的特征使用&#xff0c;比如可以用邊緣特征可以區分臉和手…

Python錯誤分析與調試

在Python編程的過程中&#xff0c;我們難免會遇到各種各樣的錯誤&#xff0c;而有效地分析和調試這些錯誤&#xff0c;能讓我們的代碼快速恢復正常運行&#xff0c;今天就來和大家聊聊Python中錯誤分析與調試的相關內容。 錯誤分析 Python中的錯誤大致可以分為語法錯誤和邏…

Browser-use:基于 Python 的智能瀏覽器自動化 AI 工具調研與實戰

Browser-use&#xff1a;基于 Python 的智能瀏覽器自動化 AI 工具調研與實戰 一、概述 Browser-use 是一個旨在將 AI “智能體”&#xff08;Agents&#xff09;與真實瀏覽器進行交互的 Python 庫&#xff0c;可以輕松實現瀏覽器自動化。在配合 LLM&#xff08;如 GPT 系列&a…

網絡空間安全(51)郵件函數漏洞

前言 郵件函數漏洞&#xff0c;特別是在PHP環境中使用mail()函數時&#xff0c;是一個重要的安全問題。 一、概述 在PHP中&#xff0c;mail()函數是一個用于發送電子郵件的內置函數。其函數原型為&#xff1a; bool mail ( string $to , string $subject , string $message [, …

LLaMA-Factory 數據集成從入門到精通

一、框架概述 LLaMA-Factory 框架通過Alpaca/Sharegpt雙格式體系實現多任務適配&#xff0c;其中Alpaca專注結構化指令微調&#xff08;含SFT/DPO/預訓練&#xff09;&#xff0c;Sharegpt支持多角色對話及多模態數據集成。核心配置依托 dataset_info.json 實現數據源映射、格…

如何根據設計稿進行移動端適配:全面詳解

如何根據設計稿進行移動端適配&#xff1a;全面詳解 文章目錄 如何根據設計稿進行移動端適配&#xff1a;全面詳解1. **理解設計稿**1.1 設計稿的尺寸1.2 設計稿的單位 2. **移動端適配的核心技術**2.1 使用 viewport 元標簽2.1.1 代碼示例2.1.2 參數說明 2.2 使用相對單位2.2.…

07-Spring Boot 自動配置原理全解析

Spring Boot 自動配置原理全解析&#xff08;EnableAutoConfiguration 源碼追蹤&#xff09; Spring Boot 之所以能大幅簡化配置&#xff0c;核心就在于它的 自動配置機制&#xff0c;而這一機制背后主要依賴于 EnableAutoConfiguration 注解。本文將從使用、源碼、常見問題及…

前端如何檢測項目中新版本的發布?

前言 你是否也曾遇到過這種情況&#xff0c;每次發完版之后都還會有用戶反饋問題沒有被修復&#xff0c;一頓排查之后發現他用的還是舊的版本。 用戶&#xff1a;在 XX 頁面 XX 字段還是不展示 我&#xff1a;刷新下頁面 用戶&#xff1a;刷新了啊 我&#xff1a;強刷一下&…

Vue 項目使用 pdf.js 及 Elasticpdf 教程

摘要&#xff1a;本文章介紹如何在 Vue 中使用 pdf.js 及基于 pdf.js 的批注開發包 Elasticpdf。簡單 5 步可完成集成部署&#xff0c;包括數據的云端同步&#xff0c;示例代碼完善且簡單&#xff0c;文末有集成代碼分享。 1. 工具庫介紹與 Demo 1.1 代碼包結構 ElasticPDF基…

聊聊Spring AI的ChromaVectorStore

序 本文主要研究一下Spring AI的ChromaVectorStore 示例 pom.xml <dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-starter-vector-store-chroma</artifactId></dependency>配置 spring:ai:vectorstore:…

整數編碼 - 華為OD統一考試(A卷、Java)

題目描述 實現一種整數編碼方法,使得待編碼的數字越小,編碼后所占用的字節數越小。 編碼規則如下: 編碼時7位一組,每個字節的低7位用于存儲待編碼數字的補碼。字節的最高位表示后續是否還有字節,置1表示后面還有更多的字節,置0表示當前字節為最后一個字節。采用小端序編…

Linux 遞歸查找并刪除目錄下的文件

在 Linux 中&#xff0c;可以使用 find 命令遞歸查找并刪除目錄下的文件 1、示例命令 find /path/to/directory -type f -name "filename_pattern" -exec rm -f {} 2、參數說明 /path/to/directory&#xff1a;要查找的目標目錄type f&#xff1a;表示查找文件&am…

【筆記】VS中C#類庫項目引用另一個類庫項目的方法

VS中C#類庫項目引用另一個類庫項目的方法 在 C# 開發中&#xff0c;有時我們需要在一個類庫項目中引用另一個類庫項目&#xff0c;但另一個項目可能尚未編譯成 DLL。在這種情況下&#xff0c;我們仍然可以通過 Visual Studio 提供的項目引用功能進行依賴管理。 &#x1f3af; …

第五講(下)| string類的模擬實現

string類的模擬實現 一、Member constants&#xff08;成員常數&#xff09;npos 二、Member functions&#xff08;成員函數&#xff09;constructor&#xff08;構造&#xff09;、destructor&#xff08;析構&#xff09;、c_str遍歷1 &#xff1a;Iterators遍歷2&#xff1…